我国暨辽宁省节能减排的区域特性及碳排放权价格探讨

摘要：本研究以2007年投入产出表为基础，构建了静态可计算一般均衡模型，分别对我国以及辽宁省的节能减排效果进行了模拟分析，并计算出了一定条件下碳交易的虚拟价格。我们发现，辽宁省不仅具有较大的减排潜力，其节能减排可能的产业结构与全国相比也有不同之处。本研究还建立了动态可计算一般均衡模型，对我国即将出台的环境税以及有关新能源政策进行了模拟分析。其结论是，到2020年为止的时期内，环境税和新能源开发对节能减排的效果有限，主要应该通过技术手段提高现有产业的能源利用效率。

关键词：节能减排；环境税；新能源；区域经济；可计算一般均衡模型（CGE）

中图分类号：F224；F206；X321

一、研究目的

本研究的目的在于构建必要的经济模型，对中国暨辽宁省的环境政策及其与经济的关系进行综合分析。通常用于经济分析的模型有很多种。比如说宏观经济模型、数量经济模型、产业关联模型、可计算一般均衡模型(CGE: Computable General Equilibrium)、动态随机一般均衡模型(DSGE: Dynamic Stochastic General Equilibrium)等。本研究构筑能够反映环境政策以及对经济的影响进行综合分析的静态CGE模型，对减少二氧化碳排放的政策及其对中国经济的影响进行分析评价。

在Shoven and Whalley(1984)中，两位作者所提倡的应用一般均衡模型(AGE: Applied General Equilibrium)是一个静态模型。他们把多个产品市场和生产要素市场，以及市场之间的交易都在模型中体现出来。而且，效用函数、生产函数、预算制约等条件也在模型中得到了明确的表述。所以，该模型在税制改变、贸易自由化对经济的影响方面得到了广泛的应用。本研究所采用的可计算一般均衡模型(CGE)与应用一般均衡模型在这一点上是相同的。

另一方面，Kydland and Prescott (1982)不仅把效用函数、生产函数、预算制约条件明确表示，而且是一个动态上最优化的动态模型。该模型甚至更进一步，把按照概率发生的冲击也引入了动态一般均衡模型。但是，其主要应用领域不是用于评价多部门的产业政策，而是侧重于研究随机发生的冲击对经济波动产生影响的实际景气循环等，经常被用于验证重要的宏观经济假说。

DSGE模型的特征是劳动供给是内生的，而且把随机发生的冲击表达了出来。当然，在CGE模型中，像本研究的模型的劳动供给也是内生的，也可以把随机发生的冲击明确地表达出来。当然，DSGE模型主要用来进行宏观经济的评价，而CGE模型则主要用于课税以及贸易自由化等产业政策的评价。

本研究的目的在于构筑对环境政策和经济关系进行全面评价的分析、评价模型，不仅有预算制约，还需要把资源制约和二氧化碳排放制约明确地表示出来。求解此类问题，CGE模型可以用互补规划（MCP: Mix Complementary Program）方法。而DSGE模型求解的前提条件是可以微分，所以引入多个制约条件是比较困难的。

本文按照以下的顺序构成：2.是社会核算矩阵。3.是静态CGE模型的构造说明。4.是全国模型及其结果。5.是辽宁省模型及其结果。6.是上述研究结果的分析及政策建议。

二、社会核算矩阵(SAM)

构建CGE模型的首要任务是做成基本的社会核算矩阵（SAM:Socail Accounting Matrix）。本模型使用《2007年中国投入产出表》（135部门）作为基础数据。而与投入产出表相对应的能源以及CO2排放数据，来自于《2008年中国能源统计年鉴》 ，以及IEA相关数据资料。

（一）部门分类

本模型主要关注的是化石燃料及其CO2排放的问题。根据研究的需要，我们把135部门的数据汇集为27个部门，具体内容如表1所示。

（二）能源分类

在投入产出表中，与能源有关的部门包括以下几个部门：

煤炭开采和洗选业

石油和天然气开采业

石油及核燃料加工业

炼焦业

电力、热力的生产和供应业

燃气生产和供应业

我们运用《中国能源统计年鉴》中的“中国能源平衡表2007”，把各个中间产业部门以及最终消费中相关项目与投入产出表中的项目加以对照，做成相应的能源数据。

（三）二氧化碳排放系数

全国范围的CO2排放数据，我们直接采用IEA有关数据。当然，这些数据也要根据投入产出表进行重新划分。关于辽宁省的CO2排放数据，我们首先结合能源平衡表中的能源利用情况，计算出相应的CO2排放系数。然后在把该系数与辽宁省的能源利用量相乘。本模型中采用的各种能源CO2排放系数如下图2。需要说明的是，我们的数据中，焦炭和原油的排放系数与其他研究（如财政部环境税研究报告采用的数据）相比非常低，但是，为了顾及可比较的原则，我们仍然采用下述参数。

（四）27x27部门社会核算矩阵

本研究使用GAMS/MPSGE软件，把135部门投入产出表，相应的能源数据，以及CO2排放数据输入有关程序，从而生成了本研究需要的27x27部门社会核算矩阵。

三、静态模型及其结果分析

本研究的主要目的是构建动态模型，因为通过动态模型我们能够清晰地看到不同宏观变量以及各个产业部门在整个时期内的变化状况。与动态模型相比，静态模型只有终端结果。但是，静态模型也有其优点，就是比较简单。只要能够说明问题，静态模型也是非常有用的。

我们这里运用GAMS/MPSGE软件，把最大化的问题，用MCP（互补规划）来求解。

（一）生产构造

本模型中，我们假定企业的生产函数为齐次线形的多层嵌套CES(Constant Elasticity of Substitution)型函数，则1个单位的生产能够获得的利润，用以下的函数可以表示。其中，下角标的j表示产业部门。

上式中， Πj：j产品的利润，Ρj：j商品的价格， ΡL：工资， ΡK：资本价格， ΡE：能源价格。式中的σKEL,j：劳动与资本能源的替代弹性，σKE,j：资本和能源的替代弹性。

多层嵌套的CES构造，可以用图1来表示。第1层的劳动、资本、能源，和中间投入是固定关系，第2层的劳动和资本、能源是代替关系，第3层的资本和能源是替代关系，最下层的第4层，电力和几种化石燃料是替代关系。

模型中重要的参数，是替代弹性系数σKEL,j，σKE,j，σEE,j，CGE模型中一般参考实证分析来决定其大小。如果给出替代弹性值，为了与初期时间的均衡数据，也就是社会核算矩阵相吻合，我们就可以确定σKEL,j，σKE,j等参数的大小。在CGE模型中，这种根据所给的替代弹性，为了再现均衡数据的过程被称之为标定（Calibration）。

在本模型中，我们参照Okagawa and Ban (2008)等既有研究选定了有关参数，本模型中使用的有关替代弹性的数值如表3所示。根据伴金美教授的有关研究,替代弹性会影响模拟计算的结果,但是并不会改变有关参数的符号,为了计算简单起见,我们尽量选取了相同的参数。

（二）家庭及政府

我们假定家庭追求效用最大化，其中效用函数的内容包括消费以及余暇，余暇为劳动最大供给量与劳动时间的差。参照有关研究，我们把余暇与劳动的比率确定为0.667。由于余暇和消费都是家庭效用最大化的选择对象，所以劳动供给是根据家庭的需要而内生决定的。

政府是税收的征收者，并用以进行各种政府的支出。政府支出是在预算制约的条件下进行的，这一点与家庭是相同的。但是，政府的支出只包含消费支出，政府的投资是与民间投资一起，都是作为投资而处理的。

（三）全国模型及其结果

假定2007年CO2排放量削减20%，我们来看会对宏观经济及各个产业产生什么样的影响？

下表4是有关计算结果。我们看到，当CO2排放量减少20%的时候，化石燃料耗费量全部减少，其中煤炭的消耗下降最多，达到22.8%，其次是炼焦18.7%，最少的是石油制品8.2%。因为中国的化石燃料以煤炭为主，所以，煤炭及炼焦业受到的影响最大，而石油天然气及其产品受到的影响要小一些。

从宏观数据上来看，GDP略下降0.4%，投资总量没有变化，但是资本收益率下降了7%。劳动价格略微上升0.4%。消费中公共消费的部分略增1.3%，而家庭消费减少1.7%，反映到效用上，则减少了1.5%。所以整体来说，对宏观经济的影响很有限。另外，进口比出后受到的影响稍大一些，分别减少1.8%和1.4%。因为中国的能源消耗增加很快，对国外的依赖也越来越强。所以，进出口会受到影响，但影响较小。

我们要注意到，在二氧化碳削减的同时，ene所代表的能源的耗费量也在减少，而且几乎是同比下降。所以，节能和二氧化碳减排是紧密联系在一起的。同时，如果对二氧化碳排放实行严厉的标准的话，需要采取措施，弥补相应的能源不足，比如发展清洁能源等。

表中一个值得关注的项目是PCO2，也就是二氧化碳排放的价格是253.4元/吨。这是一个虚拟价格。当我们不对二氧化碳排放进行限制的时候，其排放价格是零。当我们削减二氧化碳排放量的时候，相当于在需求不变供给减少，所以，就会出现价格上升的情况。其原理如下图2所示。

关于各个产业受到的影响，首先来看各个产业部门产量的变化率。下图中正值表示产量的减少率，负值表示产量的增加率。我们看到大多数企业都受到影响而产量减少，尤其是煤炭采选(coal)、电力(ele)、焦炭石油和天然气(p_g)、石油制品(p_r)等能源相关产业。也有部分产业产量反而少量增加。比如纺织业（tex）、电讯业（cmn）、服务业（srv）等。

由上图可知，能源耗费和CO2排放减少是呈现相同趋势的。大部分农业和制造业CO2减排的比率大于能源耗费减少的比率。能源行业基本上相同幅度变化但是，一些服务行业，能源下降比例大于CO2排放下降比率。

（四）辽宁模型及其结果

同样，我们也在辽宁省假定在2007年CO2排放量削减20%，我们来看会对宏观经济及各个产业产生什么样的影响。

我们看到，首先，当CO2排放量减少20%的时候，化石燃料耗费量全部减少，其中煤炭的消耗下降最多，达到22.9%，其次是炼焦20.1%，石油和天然气及石油制品分别下降6.6%、5.7%，与煤炭及其制品相比，下降幅度要小很多。其原因在于，辽宁的化石燃料以煤炭为主，而石油天然气及其产品受到的影响要小得多。

从宏观数据上来看，GDP略下降0.2%，投资总量没有变化，但是资本收益率下降了3.4%。劳动价格略微上升0.9%。消费中公共消费的部分略增1.4%，而家庭消费减少1.0%，反映到效用上，则减少了1.1%。所以整体来说，对宏观经济的影响很有限。另外，进口比出后受到的影响稍大一些，分别减少2.7%和2.3%。因为辽宁的能源消耗增加很快，对国外以及外地的依赖也较强，所以，会受到影响，但影响较小。

我们要注意到，在二氧化碳削减的同时，ene所代表的能源的耗费量也在减少，而且几乎是同比下降了15.6%。所以，节能和二氧化碳减排是紧密联系在一起的。同时，如果对二氧化碳排放实行严厉的标准的话，需要采取措施，弥补相应的能源不足，比如发展清洁能源等。

表中一个值得关注的项目是PCO2，也就是二氧化碳排放的价格是117.3元/吨。当然，这是一个虚拟价格。我们可以看到，这个价格比全国价格要低很多，关于这一点，我们在下一个小节要进一步讨论。

再来看对各个产业部门的影响。首先来看对各部门产量的影响。能源产业和重化工业的产量减少幅度较大。其中煤炭(coal)减少最大，达到19.5%，其次是焦炭业(c_p)的15.9%，接下来是电力(ele)11.4%、金属及非金属采矿业(mng)10.2%、钢铁8.4%。而石油相关产业的减少量相对较小。其中石油天然气开采业(p_g)7.4%、石油制品业(p_r)为6.2%。

与之相反，有一些产业部门的产量有所增加。比如运输设备制造业 （teq）为6.6%、纺织业(tex)为4.7%、农林渔业（agr）2.2%、以下是电讯（cmn）以及服务业（srv）。其中运输设备制造业的增加和全国模型中的减少形成了对比。分析其原因，我们认为这一点正好体现出辽宁省在该行业领域具有的比较优势。

其次我们来看能源耗费和二氧化碳排放减少的比率。绝大多数行业的能源耗费和二氧化碳排放量都减少，而且减少的幅度差不多相同。尤其是能源相关行业。值得注意的是钢铁行业(i_s)的下降幅度仅次于煤炭采洗业（coal）。

有几个行业的能源耗费和二氧化碳排放量有所增加，尽管增加的比例不大。他们运输设备制造业（teq）、纺织业（tex）、以及批发零售业（trd）。这也可能源于辽宁小省在这些行业的比较优势。为了弥补全国范围内的产出量下降，辽宁省本身的产出量反而增加，致使其能源和二氧化碳排放量的有所增加。

（五）结果分析

根据上述研究，我们可以得到一些重要的研究结果：

1．在减排20%的情景下，辽宁省的二氧化碳排放价格为117.3元/吨，不到全国价格水平253.4元/吨的一半。这说明，辽宁省节能减排的成本要大大低于全国水平。

2．从产量变化的幅度来看，全国基本上是减少，而辽宁省的部分行业如农林渔业、食品加工业、装备制造业等与全国水平不同，反而有所增加。这种情况反映了辽宁省在上述几个行业在节能减排方面具有较强的竞争力。

3.节能和减排基本上具有相同的比率。但是仔细分析，辽宁省和全国平均水平具有一定的差异。我们把各个行业20%减排后能源耗费和二氧化碳排放变化的量占全部变化量的比例进行排序，发现占全国减排前三位的是电力（65%）、消费（11%）、钢铁（10%），这三个行业占到了减排总量的86%。同样占减排总量的86%，辽宁省的行业有四个：钢铁（31%）、电力（30%）、煤炭（14%）、消费（11%）。

4．而节能的内容也不一样。全国前三位内容没有变，次序和比例数量有所改变。电力（41%）、消费（18%）、钢铁（14%）。而辽宁省占前几位的是：钢铁（31%）、电力（23%）、石油炼制（14%）、煤炭（11%）、消费（9%）。

总体来说，中国节能减排的潜力很大。同时，各个地区之间有较大的差异。图7是人均CO2排放量，可以看到辽宁省属于最高的地区，辽宁的减排潜力大于全国水平。

我们认为，与全国的平均水平相比，辽宁省节能减排的成本可能更低，而且其节能减排潜在的产业结构也不尽相同。所以，在未来的节能减排上，针对各个地方采取相应的措施是很有必要的。鉴于上述认识，我们有以下政策建议：

1．作为国家低碳试点省份之一，辽宁省要争取在全国率先开展碳排放权交易的试点工作。辽宁省已经建成了大连、沈阳、营口等多个环境交易所。但是，这些环境交易所并没有开展实质性的碳交易活动。其根本原是，没有强制性的碳排放指标限制，仅靠自愿减排是很难实现真正的碳交易。所以，应该尽量争取获得在全国率先开展碳交易试点，借机对省内不同地区、不同产业的碳排放量进行细致的普查，确定一部分重要产业、企业的碳排放上限，促使其开展有效的节能减排活动。

2．制定辽宁省节能减排的路线图。节能减排是一项巨大的系统工程，除了产业，交通、建筑、农业等方面辽宁省都有巨大的潜力。在产业领域内部，钢铁、电力、石油、煤炭也需要详细的减排目标和规划。我们的研究已经在产业层面上有所体现，但关于进一步企业层面如何实现？需要相应的详细规划。在规划过程中，尤其要重视市场化的手段，不能仅靠强制性的行政手段。

3．充分发挥大连商品交易所的功能和特点，同时积极利用发挥几个已有的环境交易所的作用。大连商品交易所是我国四大商品交易所之一，在大宗商品的价格发现机制上有比较丰富的经验，要积极加以利用。大连、沈阳、营口等环境交易所要与大商所错位发展，比如，大连交易所在石油化工产业等方面，沈阳交易所在钢铁、建筑等方面，而营易所在合同能源管理等方面形成各自的独特优势。

4．积极鼓励市场化节能减排活动，培育相关的新兴产业的形成。节能环保是我国七个战略性新型产业之一。制定严格的节能环保标准，开展碳交易活动，为大量的中小型节能环保企业提供了重大的机遇。辽宁省的产业结构偏重，民营企业很不发达。通过鼓励民间企业进入节能环保产业，不仅对已有企业的发展，而且为辽宁省的产业结构调整也会产生巨大的推动作用。

需要补充说明的是，本文主要是基于静态模型的研究。静态模型的好处是便于研究，但对变化过程的特点无从把握。关于动态模型的研究，我们也已经完成。在后续的论文中，我们要探讨在动态模型的环境下，碳税、新能源领域的技术选择等因素对宏观经济的影响。

参考文献：

[1] 师颖新,丁颖,邹洋,王宇.采取环境技术选择的中国CGE模型的开发[R].日本内阁府经济社会综合研究所，研究报告,2011.

[2] 国家统计局国民经济核算司.2007年中国投入产出表[R]，北京：中国统计出版社，2009.

[3] 苏明,傅志华.中国节能减排的财税政策研究[M].北京：中国财经出版社，2008.

[4] 财政部科研所“环境保护财税政策研究”课题组.环境保护的公共财税政策研究[R],2003.

[5] 王金南,严刚,姜克隽等.应对气化变化的中国碳税政策研究[J].中国环境科学,2009,29（1）.

[6] 刘强,姜克隽,胡秀莲.碳税和能源税情景下的中国电力清洁技术选择[J].中国电力，2006,9：19-23.

[7] 何建武.节能减排的税收政策及其影响――能源税与环境税分析[J].国研专稿，2008-7-1.

[8] 王灿,陈吉宁,邹骥.基于CGE 模型的CO2减排对中国经济的影响，清华大学学报(自然科学版),2005,45 (12).

[9] 邹骥主编, 中国人类发展报告2009/10――迈向低碳经济和社会的可持续未来[R]. 联合国开发计划署,2010.

[10] 伴金美.「世代地域の源配分をするための学的一般均衡モデルの科学研究研究告，2008．

[11] 大工地管理有限公司.日中合弁大工地15年史,2007．

[12] 日本境本部料.「日本 低炭素社会行画,2010．

[13] 南介，森口一.表による境荷原位デタブック(3EID): 2005年表（β版）, 独立行政法人国立境研究所地球境研究センタ,2009．

[14] OECD/IEA(2009), 国际能源署，中国洁净煤战略.

[15] World Bank(2009), 中新天津生态城：中国新兴生态城市案例研究.

[16] Bohringer, C. and T.F. bining Bottom-Up and Top-Down[J]. Energy Economics,2008, 30: 574-596.

[17] Dawkins, C., T.N. Srinivasan and J. Whalley. Calibration[M]. in J.J. Hickman and E. Leamer eds., Handbook of Econometrics 5, 3653-3703, North-Holland,2001.

[18] Kydland, F.E., and E.C. Prescott. Time to Build and Aggregate Fluctuations[J]. Econometrica,1982,50: 1345-1370.

[19] Lau, M.I., A. Pahlke and T.F. Rutherford.Approximating Infinite-Horizon Models in a Complementarity Format: A Primer in Dynamic General Equilibrium Analysis”, Journal of Economic Dynamic & Control,2002, 26:577-609.

[20] Lucas, R.E.. Econometric Policy Evaluation: A Critique[M]. in K. Brunner and A. Meltzer eds., The Phillips Curve and Labor Markets, Carnegie-Rochester Conference Series on Public Policy, North-Holland, 1976,19―46.

[21] Okagawa, A. and K. Ban.Estimation of Substitution Elasticities for CGE Models[R].Discussion Papers in Economics and Business 08-16, Osaka University,2008.